Effects of 3D printed capsule material on activation thin foil irradiation and counting for fusion neutron yield measurements
该研究结合 FISPACT 模拟与氘氚中子发生器实验，评估了不同活化箔及 3D 打印胶囊材料对聚变中子产额测量的影响，证实了铝和铜箔的适用性、3D 打印胶囊在不确定度范围内的可行性，以及镧基探测器作为高纯锗谱仪替代方案的潜力。
🔬 Category
physics.plasm-ph
627 篇论文
等离子体物理探索着物质的第四形态，即那种由带电粒子组成的炽热状态，它遍布于恒星内部、闪电之中以及实验室的聚变装置内。这一领域不仅关乎宇宙的奥秘，更指向未来清洁能源的突破。在 Gist.Science 上，我们致力于让这些前沿研究变得触手可及。
所有收录于此的论文均源自 arXiv 预印本平台。我们的团队会即时处理每一篇新发布的预印本，将其转化为通俗易懂的科普解读与详尽的技术摘要，帮助不同背景的读者快速把握核心发现。以下为您呈现该领域最新的几篇研究论文，带您一窥等离子体科学的最新进展。
Neural operator transformers capture bifurcating drift wave turbulence in fusion plasma simulations
该研究提出了一种基于 Transformer 的神经算子模型，能够高效且鲁棒地模拟磁约束聚变等离子体中由极向流介导的漂移波湍流分岔及多尺度演化过程，为复杂湍流现象的快速 AI 建模奠定了坚实基础。
Line-Tied Flux Rope Relaxation and Reconnection: A 3D Kinetic Case Study
该研究利用新开发的平行动能垂直矩（PKPM）模型，模拟了实验室参数下两个线系磁通绳的三维演化，揭示了电流依赖的抗磁至顺磁转变机制，并证实尽管宏观结构差异显著，但在场对齐坐标系下其底层动力学相似，且准分离层和准势可作为衡量三维磁重联速率与结构的一致性指标。
Plasma Screening Effects in Stark Broadening: A Fully Relativistic Close-Coupling Approach
该论文提出了一种结合等离子体屏蔽效应的全相对论性耦合通道方法，通过解决电子 - 离子碰撞中的短程散射相移提取难题，系统研究了氢原子辐射体的谱线斯塔克加宽特性，并为半经典理论中的屏蔽因子提供了量子力学解释。
Plasmoid growth in 2D Full-F Gyrofluid Magnetic Reconnection
该研究利用新型全分布（Full-F）任意极化陀螺流体模型模拟二维磁重联，通过线性撕裂模与非模态稳定性分析揭示了算子的非正规性及其导致的瞬态放大机制，从而解释了低等离子体β条件下磁重联从线性增长到非线性爆发的过渡过程。
Plugging of multi-mirror machines by a traveling rotating magnetic field
该论文提出利用行波旋转磁场替代行波旋转电场，通过相空间混合机制在无需诱导电场的情况下，以更低的能耗和更好的穿透性有效抑制多镜装置的轴向粒子损失，从而满足聚变约束条件。
An Overview of Relativistic Particle Pushers and their Extension to Arbitrary Order Accuracy
本文全面比较了粒子在细胞（PIC）模拟中的显式相对论粒子推进器，指出其中一类方案可推广至任意高阶精度，并对比了其四阶与二阶变体的性能。
Boltzmann Equation Field Theory I: Ensemble Averages
本文提出了一种无偏的粒子与分布函数互映射方法，该方法不仅定义了统计力学的正则表述并推导出最大熵原理，还通过严格定义宏观态实现了时间平均与系综平均的解耦，从而将统计力学理论应用于自引力系统并计算了相关函数。
Deflation Techniques for Stellarator Equilibrium and Optimization
本文提出了一种将去偏（deflation）技术应用于仿星器平衡与优化的新方法，通过修改目标函数以惩罚已找到的解，从而在单一初始猜测下有效探索复杂非凸优化景观，成功发现多组物理上截然不同的优质平衡态与线圈设计方案。
PDE foundation model-accelerated inverse estimation of system parameters in inertial confinement fusion
本文提出利用 PDE 基础模型解决惯性约束聚变中的逆问题，通过微调模型从多模态快照观测中联合重建高光谱图像并回归系统参数，证明了其在数据稀缺场景下相比从头训练具有更高的样本效率和更优的估计精度。